计算pandas数据帧选定列的加权总和的推荐方法是什么？

Question

例如，我想为下面的矩阵计算列 'a' 和 'c' 的加权和，权重在字典中定义w。

df = pd.DataFrame({'a': [1,2,3], 
                   'b': [10,20,30], 
                   'c': [100,200,300],
                   'd': [1000,2000,3000]})
w = {'a': 1000., 'c': 10.}

我自己想出了一些选项（见下文），但看起来都有些复杂。这个基本用例没有直接的熊猫操作吗？像df.wsum(w)什么？

---

我试过了pd.DataFrame.dot，但它引发了一个值错误：

df.dot(pd.Series(w))
# This raises an exception:
# "ValueError: matrices are not aligned"

可以通过为每一列指定权重来避免异常，但这不是我想要的。

w = {'a': 1000., 'b': 0., 'c': 10., 'd': 0. }
df.dot(pd.Series(w)) # This works

如何仅计算列子集上的点积？或者，可以在应用点操作之前选择感兴趣的列，或者利用 pandas/numpynan在计算（按行）总和时忽略s的事实（见下文）。

以下是我自己发现的三种方法：

w = {'a': 1000., 'c': 10.}

# 1) Create a complete lookup W.
W = { c: 0. for c in df.columns }
W.update(w)
ret = df.dot(pd.Series(W))

# 2) Select columns of interest before applying the dot product.
ret = df[list(w.keys())].dot(pd.Series(w))

# 3) Exploit the handling of NaNs when computing the (row-wise) sum
ret = (df * pd.Series(w)).sum(axis=1)
# (df * pd.Series(w)) contains columns full of nans

我错过了一个选项吗？

Answer 1

您可以像第一个示例一样使用 Series，然后使用 reindex：

import pandas as pd

df = pd.DataFrame({'a': [1,2,3],
                   'b': [10,20,30],
                   'c': [100,200,300],
                   'd': [1000,2000,3000]})

w = {'a': 1000., 'c': 10.}
print(df.dot(pd.Series(w).reindex(df.columns, fill_value=0)))

输出

0    2000.0
1    4000.0
2    6000.0
dtype: float64